研究发现决策模型控制器增加Agent成本且未提成功率

2026年10月20日发布在arXiv的一项研究显示，在针对 Claude Sonnet 5.5 终端 Agent 的测试中，引入专用决策模型 Jev 1.13 作为控制器并未提升性能，任务通过率维持在 73.0%，但导致单次尝试成本增加了 19%。该实验对比了确定性规则与 Claude Haiku 5.5 控制器，分析发现 Jev 虽然具备一定的排序能力，但存在严重的校准不足问题，在 87% 已经完成的任务中仍要求模型重复验证已正确的工作，从而造成了额外的计算成本却未带来成功率收益。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。